缓存穿透:缓存和数据库中都没有的数据,可用户还是源源不断的发起请求,导致每次请求都会到数据库,从而压垮数据库。
// 现象
1: 应用服务器压力突然增大
2: Redis的命中率降低
3: 一直查询数据库
比如客户查询一个根本不存在的东西,首先从Redis中查不到,然后会去数据库中查询,数据库中也查询不到,那么就不会将数据放入到缓存中,后面如果还有类似源源不断的请求,最后都会压到数据库来处理,从而给数据库造成巨大的压力。
解决方案
一个不存在的缓存及查询不到的数据,由于缓存是不命中时被动写的,并且处于容错考虑,如果从数据库层查询不到数据则不写入缓存,这将导致这个不存在的数据每次请求都要到数据库层去查询,失去了缓存的意义。
//解决方案一
对空值进行缓存:如果一个查询返回的数据为空(不管数据是否存在),我们仍然将这个空值(null)进行缓存,设置空结果的过期时间会很短,最长不超过5分钟。
//解决方案二
使用bitmaps类型定义一个可访问的名单,名单id作为bitmaps的偏移量,每次访问和bitmaps里面的id进行比较,如果访问id不在bitmaps里面,进行拦截,不运行访问。
//解决方案三
采用布隆过滤器,是1970年由布隆提出的,它实际上是一个很长的二进制向量(位图)和一系列随机映射函数(哈希函数)。布隆过滤器可以用于检索一个元素是否存在一个集合中,它的优点是空间效率和查询时间都远远超过一般的算法,缺点是有一定的误识别率和删除困难,将所有可能存在的数据哈希到一个足够大的bitmaps中,一个一定不存在的数据会被这个bitmaps拦截掉,从而避免了对底层存储系统的查询压力。
布隆过滤器是一种数据结构,利用极小的内存,可以判断大量的数据“一定不存在或者可能存在”。对于缓存击穿,我们可以将查询的数据条件都哈希到一个足够大的布隆过滤器中,用户发送的请求会先被布隆过滤器拦截,一定不存在的数据就直接拦截返回了,从而避免下一步对数据库的压力。
//解决方案四
进行实时监控,当发现redis的命中率开始急剧降低,需要排查访问对象和访问的数据,和运维人员配合,可以设置黑名单限制服务。